sales@datalyzer.com

En la lección 1 descubrimos por qué necesitamos los gráficos de control. Ahora vamos a aprender a dibujar los gráficos de control. Utilizamos diferentes tipos de gráficos de control para diferentes tipos de datos. Los datos pueden dividirse en dos categorías principales, variables y atributos.

Los datos variables son cualquier medida que tenga una escala continua. Por ejemplo:
longitud, peso, temperatura y presión.

Los datos de atributos se basan en recuentos discretos. Por ejemplo:
el número de manchas en una superficie, el número de productos defectuosos y el número de facturas impagadas.

Con los datos variables podemos medir con la precisión que queramos, por ejemplo, 12,5, 3,075, etc. Los datos de atributos, en cambio, sólo pueden tener valores numéricos enteros como 1, 3, 12, etc. En esta lección vamos a ver un proceso en el que se nos ha dado un valor objetivo preferido para la medición de una variable. Nuestro trabajo consiste en intentar obtener resultados lo más cercanos posible a ese objetivo.

El proceso es un lanzador de pelotas de tenis y estamos tratando de disparar pelotas a una distancia objetivo. El objetivo es 500 y las especificaciones son de 300 a 700. La ubicación de los disparos anteriores se dan en la pantalla.

Imagina que eres el operador de una máquina: el lanzador. Tu trabajo consiste en disparar bolas al objetivo y conseguir que caigan lo más cerca posible del valor ideal de 500. Primero tenemos que “centrar” el proceso.
Cuando disparamos una bola desde el lanzador encontramos que el valor es 415.
El cliente de este proceso quiere que la posición de aterrizaje sea 500, así que ¿qué hacemos ahora? ¿Debemos compensar el error moviendo el lanzador?

La respuesta es NO porque todavía no conocemos el proceso. Siempre hay una cierta cantidad de variación en cada proceso y si sólo tenemos la variación de causa común y estamos tratando de ajustar para esta variación, en realidad vamos a causar más variación en la salida.

Mira la pantalla de posiciones de aterrizaje a la derecha del lanzador. Cada posición de aterrizaje es diferente y la variación puede deberse a causas comunes que siempre están presentes en este proceso.

Ahora tenemos más información para hacernos una idea de cómo está funcionando el proceso. Podemos calcular la media de los disparos que es de 413 (redondeada). Si realizamos 45 disparos más obtendremos una mejor estimación de la media real del proceso. Después de 50 disparos la media del proceso es de 419 (Redondeado). Ahora podemos mover el lanzador para que los futuros disparos se centren en 500. Asumiendo que nada cambia en este proceso, la salida futura debería centrarse ahora en 500.

“Asumiendo que nada cambia” es una gran suposición. En esta etapa no sabemos mucho sobre nuestro proceso y no sabemos si las cosas pueden cambiar con el tiempo. Así que tenemos que averiguar si el proceso es “estadísticamente estable”. Hacemos otros 100 disparos y luego creamos un gráfico de control. La posición de aterrizaje es una escala continua. En realidad, utilizamos números completos para los resultados (423, 657, etc.), pero nada nos impide utilizar medidas más precisas si lo deseamos (423,45, 657,09, etc.).

Este tipo de datos se denominan datos variables. Utilizaremos un gráfico de barras y rangos como gráfico de control para este proceso. En un gráfico de barras y rangos, los datos se organizan en subgrupos. Echemos un vistazo a la tabla de datos.

Observe que hay 5 columnas con “Posición de aterrizaje ( )” en la parte superior. El número entre paréntesis significa que la columna forma parte de un subgrupo. Para cada fila de la tabla, los datos de estas cinco columnas representan un subgrupo. Mira el subgrupo 25.
Mira la fila con el número 25 en la columna gris de la izquierda. Este subgrupo comienza en la toma número 121. Las columnas del subgrupo contienen los resultados de los disparos 121, 122, 123, 124 y 125.

Ahora veamos el gráfico de control de estos datos:

 

control chart

 

Un gráfico de barras X y rangos contiene dos gráficos. Para cada fila de la tabla de datos, se traza la media del subgrupo (Xbar) junto con el mayor valor del subgrupo menos el menor (Range). Confirmemos esto:
El último subgrupo está resaltado y en el lado derecho vemos que Xbar = 533,2 y el Rango = 69.
Las 5 medidas del subgrupo 30 son 499,567,550,498 y 552.
Podemos confirmar que el valor del gráfico Range 168 es el valor más alto (567) – el valor más pequeño (498) y la media es la suma de los valores/5. El punto en el que se movió el lanzador se muestra en el gráfico. Esto equivale a una nota escrita en un gráfico de papel y es el tipo de información que un operario debería registrar en un gráfico de control. A continuación, calcularemos los límites de control y dibujaremos líneas de control en el gráfico. El objetivo de estas líneas es mostrar cuándo debemos sospechar que ha cambiado algo que afecta al proceso (en otras palabras, que se ha producido una causa especial de variación).

Calculamos los límites de control a partir de una sección de los datos. Por supuesto, sabemos que el lanzador se ha movido y el movimiento del lanzador es una causa especial de variación, por lo que debemos calcular los límites con los resultados que vienen después del movimiento del lanzador. Por ahora, no nos preocuparemos de cómo se hacen los cálculos.

control chart2

Todos los resultados después de mover el lanzador están dentro de los límites de control, por lo que el proceso es probablemente estable o “en control estadístico”. Esto significa que toda la variación proviene de causas comunes. La variación por causas comunes es simplemente la variación aleatoria normal que es inherente al proceso.

Si queremos tener el control total de un proceso, debemos utilizar los gráficos para identificar cuándo se produce la variación de causa especial, determinar si las cosas estaban mejor antes o después del cambio y, a continuación, hacer que una de estas situaciones sea permanente.

Sigamos produciendo. Hacemos otros 100 disparos.

control chart 3

Mira el gráfico de control. Lo único que necesitamos saber ahora es si ha habido algún cambio en el proceso desde que se calcularon las líneas. ¿Es estable el resultado?
Mira a ver si alguno de los puntos está fuera de los límites de control. Parece que algo inusual ocurrió alrededor del subgrupo 40 (disparo del lanzador 200). La media del subgrupo cae por debajo de la línea de control, por lo que se ha producido una causa especial de variación. Como operador, tu trabajo es producir resultados lo más cercanos posibles a 500, pero la posición media de aterrizaje ha cambiado repentinamente.

Por supuesto, podría volver a centrar el proceso (mover el lanzador). Esto podría ayudar a corto plazo, pero no tienes ni idea de si las cosas pueden volver a la normalidad de repente. La única solución realmente satisfactoria es llevar a cabo una investigación, encontrar el origen de la causa especial de la variación, aprender de lo sucedido y, a continuación, asegurarse de que este tipo de cambio no vuelva a producirse.

Unas palabras sobre los límites de especificación o tolerancia. En la mayoría de los procesos industriales, el operario recibe límites de especificación o tolerancia, así como el valor objetivo. Sin embargo, estos límites de especificación deben considerarse siempre como la calidad MÍNIMA aceptable del proceso. La calidad mundial no se consigue tratando todo lo que está dentro de los límites de especificación como igualmente aceptable. Debemos intentar producir lo más cerca posible del valor objetivo. Esto es lo que realmente quiere el cliente.

En nuestro proceso de rebote, una causa especial de variación desconocida hizo que la media del subgrupo cayera en torno al subgrupo 40 (tiro 200). Puede que los resultados individuales sigan estando dentro de los límites de tolerancia especificados, pero nuestro cliente preferiría que los resultados fueran 500. Así que debemos esforzarnos por producir con la media de resultados a 500 y con la mínima variación de la que es capaz nuestro proceso. Así que debemos investigar y eliminar las causas especiales de variación, aunque sigamos produciendo dentro de la especificación o los límites de tolerancia.

Cuando realizamos las investigaciones, descubrimos que un lote de bolas tiene un rebote ligeramente inferior al normal. Descartamos este lote y exigimos a nuestro proveedor que nos suministre un producto estadísticamente estable (sólo pueden estar seguros de hacerlo utilizando gráficos de control).

Hemos eliminado esta causa especial de variación, por lo que las cosas deberían volver a la normalidad a partir del disparo 256. Realizamos otros 50 disparos

 control chart 4

El gráfico de control debería mostrar claramente que se produjo un cambio alrededor del subgrupo 40 y que las cosas volvieron a la normalidad alrededor del subgrupo 53.

Ahora veremos cómo se han calculado los límites de control.

Las matemáticas no son difíciles. Tienes que encontrar la media de la barra X (media del subgrupo) y el rango medio para la sección de los datos que utilizas para calcular los límites. También hay que buscar en una tabla las constantes denominadas “A2” “D3” y “D4” para el tamaño del subgrupo que se utilice.
Al distinguir entre la variación por causa especial y la variación por causa común, los gráficos de control pueden ayudar a los operarios y a los gestores a realizar procesos que produzcan según lo previsto con una variación mínima.

Si la variación por causa especial está presente, debemos encontrar la causa raíz y evitar que se repita en el futuro. Nos planteamos las siguientes preguntas:

“¿Qué ocurrió aproximadamente en ese momento para cambiar los resultados?” y
“¿Cómo podemos evitar que vuelva a ocurrir?”.

Si no hay causas especiales y queremos obtener mejores resultados, nos hacemos otras preguntas:

“Mirando todos los resultados, ¿está la media fuera del objetivo?” y
“Mirando todos los resultados, ¿por qué hay tanta variación?”.

Para reducir la variación de causa común podríamos necesitar una mejor maquinaria, un mantenimiento más frecuente o una menor variación de causa común en las materias primas.

Resumen de la lección 2:

  1. Cuando se nos da un objetivo o valor ideal para algo, siempre debemos intentar obtener resultados con la Media en el objetivo y con la mínima cantidad de variación. No debemos limitarnos a intentar obtener resultados dentro de los límites de la especificación.
  2. Los gráficos de control pueden ayudar a distinguir entre la variación por causa común y la variación por causa especial.
  3. Un buen tipo de gráfico de control para las variables es el gráfico de barras y rangos. Los gráficos Xbar y Range utilizan datos organizados en pequeños subgrupos.
  4. No basta con reaccionar a las causas especiales de variación ajustando el proceso para compensarlas. La calidad de clase mundial proviene de la eliminación de las causas especiales de variación y de la prevención de su reaparición. Dado que esto suele requerir la acción de la dirección, el SPC sólo funcionará correctamente cuando los directivos comprendan el papel que deben desempeñar en la creación de estabilidad y la reducción de la variación.